趙　意, 陳　曉

(合肥工業(yè)大學(xué) 計(jì)算機(jī)與信息學(xué)院,安徽 合肥 230009)

?

基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略*

趙意, 陳曉

(合肥工業(yè)大學(xué) 計(jì)算機(jī)與信息學(xué)院,安徽 合肥 230009)

摘要:在分析無線傳感器網(wǎng)絡(luò)時空相關(guān)性模型的基礎(chǔ)上，提出一種基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略。將監(jiān)測區(qū)域劃分為多個感知網(wǎng)格，感知網(wǎng)格內(nèi)只有簇頭節(jié)點(diǎn)保持活躍狀態(tài)，當(dāng)出現(xiàn)異常數(shù)據(jù)后再激活感知網(wǎng)格內(nèi)其他節(jié)點(diǎn)來獲得更詳細(xì)的信息。該策略通過減少無線傳感器節(jié)點(diǎn)之間相同的或相近的采樣數(shù)據(jù)上傳來降低冗余信息的傳輸。仿真結(jié)果表明:該策略顯著提高了無線傳感器網(wǎng)絡(luò)能量效率。

關(guān)鍵詞:無線傳感器網(wǎng)絡(luò)； 動態(tài)采樣策略； 時空相關(guān)性模型； 感知網(wǎng)格

0引言

無線傳感器網(wǎng)絡(luò)(WSNs)技術(shù)的發(fā)展使得大規(guī)模長時間的信號測量成為可能，也越來越廣泛地應(yīng)用于各種領(lǐng)域，如結(jié)構(gòu)健康監(jiān)測、環(huán)境監(jiān)測、醫(yī)療護(hù)理等[1～4]。大多數(shù)無線傳感器節(jié)點(diǎn)，由于其應(yīng)用環(huán)境的特殊性，不得不采用電池供電，而電池的容量有限，如果不能及時更換電池或者給電池充電，節(jié)點(diǎn)就會失效。能量有效性是無線傳感器網(wǎng)絡(luò)的關(guān)鍵性指標(biāo)[5]。

分析表明無線傳感器節(jié)點(diǎn)處理3 000條指令與將一位信息傳輸100 m所消耗的能量是相近的[6]。減少無線傳感器節(jié)點(diǎn)能耗的方法，首先考慮的是減少節(jié)點(diǎn)單位時間內(nèi)的數(shù)據(jù)傳輸量。由于采樣信號存在時空相關(guān)性，無線傳感器網(wǎng)絡(luò)中存在大量相同的或相近的冗余信息，研究時空相關(guān)性理論來減少冗余信息的傳輸，對于提高無線傳感器網(wǎng)絡(luò)能量效率具有重要意義。另外，無線傳感器網(wǎng)絡(luò)用于復(fù)雜現(xiàn)象監(jiān)測的實(shí)驗(yàn)結(jié)果表明,數(shù)據(jù)的采集和處理所需的能量并不一定遠(yuǎn)低于無線通信所需的能量。因此，無線傳感器網(wǎng)絡(luò)必須采取合理的采樣策略來盡量降低傳感器能量消耗。

傳統(tǒng)的傳感器連續(xù)采樣方法采樣誤差小、控制流程簡單，但存在采樣點(diǎn)多、功耗大等缺點(diǎn)。文獻(xiàn)[7]提出的傳感器網(wǎng)絡(luò)動態(tài)采樣策略在滿足測量需求的前提下減少了采樣點(diǎn)，但每個采樣周期內(nèi)增加了一個額外的指令傳輸過程。本文提出一種基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略。仿真結(jié)果表明:該策略減少了無線傳感器節(jié)點(diǎn)冗余信息的傳輸，提高了無線傳感器網(wǎng)絡(luò)的能量效率。

1時空相關(guān)性模型

本文采用單一點(diǎn)源信號的時空相關(guān)性模型，如圖1所示。在某個測量區(qū)域中，部署了N個傳感器節(jié)點(diǎn)。目標(biāo)信號為S(t)，系統(tǒng)可利用這N個傳感器節(jié)點(diǎn)的采樣數(shù)據(jù)來估計(jì)和重建目標(biāo)信號。

圖1　時空相關(guān)性模型Fig 1　Temporal correlation model

這里，用Xi(n)(i=1,2,…，N)表示節(jié)點(diǎn)i在時間點(diǎn)n所測量到的信號值，可以表示為

Xi(n)=Si(n)+Ni(n),

(1)

式中Ni(n)為噪聲。傳感器節(jié)點(diǎn)在上傳采樣數(shù)據(jù)之前，需要對采集到的數(shù)據(jù)進(jìn)行壓縮編碼，減少數(shù)據(jù)發(fā)送總量以節(jié)約能耗,壓縮后的采樣信號為

Yi(n)=fi(Xi(n)).

(2)

(3)

(4)

2感知網(wǎng)格劃分與時空相關(guān)性判斷

利用空間相關(guān)性，可以將監(jiān)測區(qū)域中的無線傳感器節(jié)點(diǎn)劃分成多個感知網(wǎng)格，感知網(wǎng)格內(nèi)的所有節(jié)點(diǎn)之間都可以一跳通信。在同一個測量時間段，感知網(wǎng)格內(nèi)只讓一個節(jié)點(diǎn)處于活躍狀態(tài)，其他節(jié)點(diǎn)處于休眠狀態(tài)。感知網(wǎng)格的劃分借鑒了AdHoc網(wǎng)絡(luò)中的GAF[9](geographicaladaptivefidelity)算法。感知半徑R與感知網(wǎng)格的邊長r之間存在如下的關(guān)系

r2+r2+r2≤R2.

(5)

感知網(wǎng)格劃分成功后，每個感知網(wǎng)格內(nèi)只有簇頭節(jié)點(diǎn)保持活躍狀態(tài)，其他節(jié)點(diǎn)進(jìn)入休眠模式。每個感知網(wǎng)格內(nèi)的簇頭節(jié)點(diǎn)獨(dú)立運(yùn)行DSI采樣策略，DSI采樣策略是一種基于時間相關(guān)性的動態(tài)采樣策略，可以根據(jù)采樣信號的變化趨勢動態(tài)調(diào)整采樣間隔，以較少的采樣點(diǎn)滿足測量需求。時空相關(guān)性判斷流程如圖2所示。

圖2　時空相關(guān)性判斷流程圖Fig 2　Flow chart of temporal correlation decision

3DSI動態(tài)采樣策略

3.1采樣值上傳策略

DSI采樣策略是一種復(fù)合采樣策略。只有當(dāng)前采樣值與最近一次無線上傳的采樣值之間的差值超過一定閾值時才將其無線上傳，這里選定閾值為±Δ。相鄰兩次無線上傳的采樣值之間應(yīng)滿足

|xn-xn-1|=Δ.

(6)

DSI采樣策略實(shí)際上只上傳超過一定閾值的采樣信息，體現(xiàn)了當(dāng)前傳輸信息的重要程度，可以大大減少無線傳感器節(jié)點(diǎn)的數(shù)據(jù)上傳頻度，降低能耗。實(shí)際采樣過程中，考慮到當(dāng)前采樣值與最近一次無線上傳的采樣值之間的差值可能長時間無法超過閾值Δ，如當(dāng)采樣信號平穩(wěn)變化時，會造成傳感器節(jié)點(diǎn)長時間不上傳數(shù)據(jù)。這里規(guī)定相鄰兩次無線上傳的時間間隔內(nèi)的采樣次數(shù)上限為Nn，即第Nn次采樣值與最近一次無線上傳的采樣值相比，差值無論是否超過閾值Δ均將第Nn次采樣值無線上傳。

3.2采集周期確定策略

(7)

當(dāng)相鄰兩次無線上傳的采樣值之間的差值滿足‖xn-xn-1|-Δ|≤μ(μ?Δ)時，取第n+1個采集周期內(nèi)的采樣次數(shù)上限Nn+1=Nn-1，并且規(guī)定Nn+1的下限值為1，即當(dāng)Nn-1=0時，取Nn+1=1；反之，當(dāng)‖xn-xn-1|-Δ|>μ時，取Nn+1=Nn+1，并且規(guī)定Nn+1的上限值為Nmax，即當(dāng)Nn+1>Nmax時，取Nn+1=Nmax；特別是，‖xn-xn-1|-Δ|遠(yuǎn)大于μ時，表明當(dāng)前時間段內(nèi)信號發(fā)生突然的擾動，為了獲得更詳細(xì)準(zhǔn)確的信息，應(yīng)提高采樣頻率，取Nn+1=Nmax。

3.3采樣間隔確定策略

為了能更加及時準(zhǔn)確地測量到下一個滿足無線上傳條件的采樣點(diǎn)，第n個采集周期內(nèi)的Nn(1≤Nn≤Nmax)次采樣并非周期性采樣，而是基于采樣值均勻分布的原則，即

(8)

式中1≤Nn，且i,n均為正整數(shù)。為了使得采樣值滿足均勻分布的原則，必須確定恰當(dāng)?shù)牟蓸娱g隔使得一個采集周期內(nèi)相鄰兩次采樣值之間的差值為Δ/Nn。基于當(dāng)前信號采樣值與時間相近的采樣信息有更為緊密的關(guān)系，在制定采樣間隔過程中引入負(fù)反饋調(diào)節(jié)的方法。具體策略如下

(9)

4仿真驗(yàn)證

在OPNET仿真工具下，驗(yàn)證本文提出的基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略的性能，并且與傳統(tǒng)周期采樣策略作對比，分析了兩種采樣策略下傳感器節(jié)點(diǎn)的能耗和異常數(shù)據(jù)錯失率。仿真場景與參數(shù)設(shè)定如表1所示。

表1　仿真參數(shù)

仿真實(shí)驗(yàn)所需的采樣信號選擇某海平面溫度數(shù)據(jù)，如圖3所示。

圖3　采樣信號Fig 3　Sampling signal

如圖4描述的是監(jiān)測區(qū)域中傳感器網(wǎng)絡(luò)的能耗情況?；诟兄W(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略，由于在大多數(shù)測量時間段內(nèi)只有小部分節(jié)點(diǎn)處于活躍狀態(tài)，能耗與周期采樣策略相比低很多。隨著異常數(shù)據(jù)占比增大，動態(tài)采樣策略的能耗也逐漸增大。

圖4　功耗與異常數(shù)據(jù)占比Fig 4　Power consumption and abnormal data proportion

如圖5描述的是異常數(shù)據(jù)錯失率情況?？梢钥闯?當(dāng)監(jiān)測區(qū)域內(nèi)傳感器節(jié)點(diǎn)總數(shù)較少時，節(jié)點(diǎn)采用基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略，處于活躍狀態(tài)的節(jié)點(diǎn)數(shù)較少，異常數(shù)據(jù)錯失率較高。

圖5　異常數(shù)據(jù)錯失率Fig 5　Abnormal data miss rate

5結(jié)論

本文在研究時空相關(guān)性模型的基礎(chǔ)上，提出一種基于感知網(wǎng)格的無線傳感器網(wǎng)絡(luò)動態(tài)采樣策略，該策略減少了無線傳感器網(wǎng)絡(luò)中冗余信息的傳輸。仿真結(jié)果表明:動態(tài)采樣策略提高了無線傳感器網(wǎng)絡(luò)能量效率。

參考文獻(xiàn):

[1]Liu X,Cao J,Lai S,et al.Energy efficient clustering for WSNs-based structural health monitoring[C]∥Proceedings of the Conference on Computer Communications,INFOCOM’11,IEEE，2011:2768-2776.

[2]閆靜杰，劉曉文，朱嘵穎，等.基于無線傳感器網(wǎng)絡(luò)的井下水位監(jiān)測監(jiān)控系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng)，2008，29(12):73-75.

[3]Liu Y,He Y,Li M,et al.Does wireless sensor networks scale—A measurement study on green orbs[J].IEEE Transactions on Parallel and Distributed Systems，2013，24(10):1983-1993.

[4]Redondi A,Chirico M,Borsani L,et al.An integrated system based on wireless sensor networks for patient monitoring，localization and tracking[J].Ad Hoc Network，2013，11(1):39-53.

[5]李鳳保，李凌.無線傳感器網(wǎng)絡(luò)技術(shù)綜述[J].儀器儀表學(xué)報，2005，26(8):559-561.

[6]Suh Y S.Send-on-delta sensor data transmission with a linear predictor[J].Sensors，2007，7(4):537-547.

[7]李珂，吳曉培，吳躍，等.用于土壤濕度測量的傳感器網(wǎng)絡(luò)動態(tài)采樣策略[J].電子測量與儀器學(xué)報，2011，25(4):338-342.

[8]Vuran M C,Zgur O.Spatio-temporal characteristics of point and field sources in wireless sensor networks[C]∥IEEE International Conference on Communications,2006:234-239.

[9]Xu Y,Heidemann J,Estrin D.Geography-informed energy conservation for Ad Hoc routing[C]∥Proceedings of the 7th Annual International Conference on Mobile Computing and Networking,ACM,2001:70-84.

趙意(1990-)，男，安徽合肥人，碩士研究生，主要研究方向?yàn)闊o線傳感器網(wǎng)絡(luò)、嵌入式系統(tǒng)。

Dynamic sampling strategy for wireless sensor networks based on sensing grid*

ZHAO Yi, CHEN Xiao

(School of Computer & Information,Hefei University of Technology,Hefei 230009,China)

Abstract:On the basis of analysis on wireless sensor networks(WSNs)temporal correlation model,a dynamic sampling strategy for WSNs based on sensing grid is proposed.The monitoring area is divided into multiple sensing grid,only cluster head node within grid remain active,when there is abnormal data,activate other nodes in sensing grid to obtain more detail information.By reducing the same or similar sampling data uploaded between WSNs nodes,the strategy can reduce the transmission of redundant information.Simulation results demonstrate that this strategy significantly improves energy efficiency of WSNs.

Key words:wireless sensor networks(WSNs); dynamic sampling strategy; temporal correlation model; sensing grid

作者簡介:

中圖分類號:TP 393

文獻(xiàn)標(biāo)識碼:A

文章編號:1000—9787(2016)01—0022—03

*基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(61370088)；國家國際科技合作專項(xiàng)項(xiàng)目(2014DFB10060)；國家物聯(lián)網(wǎng)發(fā)展專項(xiàng)資金資助項(xiàng)目(工信部科〔2012〕583號 )；安徽省國際科技合作計(jì)劃資助項(xiàng)目(1303063009)

收稿日期：2015—04—16

DOI:10.13873/J.1000—9787(2016)01—0022—03